tomcat字元集與中文亂碼的解決

如果你搞Java web，相信你一定遇到過亂碼問題！

通常，你是否是這樣處理中文傳參的呢？

前台：

url=encodeURI(url);

後台：

String name = new String(request.getParameter("name").getBytes("ISO-8859-1"),"UTF-8");

頁面：一通UTF-8或GB2312設定編碼。

tomcat：統一UTF-8.

然後部署測試發現，亂碼啊，你怎麼還在糾纏著我！我又不是唐僧，身上更沒肉！

亂碼問題，是個臭蟲！很臭的臭蟲！我也遇到過多次，每次都是很糾結，每次都是經過一番轉換，然後信誓旦旦地告訴自己和同事，這個亂碼我給解決了！有一天，在郵箱裡發現測試部提交了一個BUG，說日誌裡怎麼全部是亂碼~~~這時候同事們都朝我望過來，我只能滿臉黑線|||

最近閑暇下來，看了一些文章，也總結了一些，這裡還是比較推崇下面要貼的內容（因為主體還是別人的內容，暫且標為轉帖更確切！）。我不清楚亂碼問題是否已經根除了，但是我知道現在2輪測試的過程中，再也沒有了亂碼的蹤影，也許她真得消失了？！！我不知道。

好吧，進入內容吧：

=========================================咯咯================================

使用 tomcat 時，相信大家都回遇到中文亂碼的問題，具體表現為
1）通過表單取得的中文資料為亂碼
2）頁面提交中文資料，伺服器端接收為亂碼
 
一、初級解決方案 
通過一番檢索後，許多人採用了如下辦法，首先對取得字串按照 iso8859-1 進行解碼轉換，然後再按照 gb2312 進行編碼，最後得到正確的內容。範例程式碼如下：
頁面傳參：http://xxx.do?ptname='我是中國人'
後台轉換：

String strPtname = request.getParameter("ptname");strPtname = new String(strPtname.getBytes("ISO-8859-1"), "UTF-8");String para = new String( request.getParameter("para").getBytes("iso8859-1"), "gb2312"); 

具體的原因是因為美國人在寫 tomcat 時預設使用 iso8859-1 進行編碼造成的。 
然而，在我們的 servlet 和 jsp 頁面中有大量的參數需要進行傳遞，這樣轉換的話會帶來大量的轉碼，非常不便。

 
二、入門級解決方案 
後來，大家開始寫一個過濾器，在取得用戶端傳過來的參數之前，通過過濾器首先將取得的參數編碼設定為 gb2312 ，然後就可以直接使用 getParameter 取得正確的參數了。這個過濾器在 tomcat 的範例程式碼jsp-examples 中有詳細的使用樣本, 其中過濾器在 web.xml 中的設定如下，樣本中使用的是日文的編碼，我們只要修改為 gb2312 即可 
view plaincopy to clipboardprint?

<filter>    <filter-name>Set Character Encoding</filter-name>    <filter-class>filters.SetCharacterEncodingFilter</filter-class>    <init-param>    <param-name>encoding</param-name>    <param-value>EUC_JP</param-value>    </init-param>    </filter>   <filter> <filter-name>Set Character Encoding</filter-name> <filter-class>filters.SetCharacterEncodingFilter</filter-class> <init-param> <param-name>encoding</param-name> <param-value>EUC_JP</param-value> </init-param> </filter> 

 過濾器的代碼如下： 

public class SetCharacterEncodingFilter implements Filter {    // 編碼的字串    protected String encoding = null;    // 過濾器的配置    protected FilterConfig filterConfig = null;    // 是否忽略用戶端的編碼    protected boolean ignore = true;    // 銷毀過濾器    public void destroy() {    this.encoding = null;    this.filterConfig = null;    }    // 過濾方法    public void doFilter(ServletRequest request, ServletResponse response,    FilterChain chain)    throws IOException, ServletException {    // 如果使用過濾器，忽略用戶端的編碼，那麼使用通過過濾器設定編碼    if (ignore || (request.getCharacterEncoding() == null)) {    String encoding = selectEncoding(request);    if (encoding != null)    request.setCharacterEncoding(encoding);    }    // 傳送給下一個過濾器    chain.doFilter(request, response);    }      // 初始化過濾器    public void init(FilterConfig filterConfig) throws ServletException {    this.filterConfig = filterConfig;    this.encoding = filterConfig.getInitParameter("encoding");    String value = filterConfig.getInitParameter("ignore");    if (value == null)    this.ignore = true;    else if (value.equalsIgnoreCase("true"))    this.ignore = true;    else if (value.equalsIgnoreCase("yes"))    this.ignore = true;    else    this.ignore = false;    }    // 返回過濾器設定的編碼    protected String selectEncoding(ServletRequest request) {    return (this.encoding);    }    }   public class SetCharacterEncodingFilter implements Filter { // 編碼的字串 protected String encoding = null; // 過濾器的配置 protected FilterConfig filterConfig = null; // 是否忽略用戶端的編碼 protected boolean ignore = true; // 銷毀過濾器 public void destroy() { this.encoding = null; this.filterConfig = null; } // 過濾方法 public void doFilter(ServletRequest request, ServletResponse response, FilterChain chain) throws IOException, ServletException { // 如果使用過濾器，忽略用戶端的編碼，那麼使用通過過濾器設定編碼 if (ignore || (request.getCharacterEncoding() == null)) { String encoding = selectEncoding(request); if (encoding != null) request.setCharacterEncoding(encoding); } // 傳送給下一個過濾器 chain.doFilter(request, response); }// 初始化過濾器 public void init(FilterConfig filterConfig) throws ServletException { this.filterConfig = filterConfig; this.encoding = filterConfig.getInitParameter("encoding"); String value = filterConfig.getInitParameter("ignore"); if (value == null) this.ignore = true; else if (value.equalsIgnoreCase("true")) this.ignore = true; else if (value.equalsIgnoreCase("yes")) this.ignore = true; else this.ignore = false; } // 返回過濾器設定的編碼 protected String selectEncoding(ServletRequest request) { return (this.encoding); } } 

 然而在 tomcat5 中，即使使用過濾器，仍然可能取得亂碼，原因何在呢？
 
三、進階解決方案 
原來，在 tomcat4 和 tomcat5 中，對參數的處理是不一樣的！
在 tomcat4 中， get 與 post 的編碼是一樣的，所以只要在過濾器中通過 request.setCharacterEncoding 設定一次就可以解決 get 與 post 的問題。
然而，在 tomcat5 中，get 與 post 的處理卻是分開進行的 ！
在 tomcat 5 中，為瞭解決編碼問題，tomcat 的作者作了很多努力，具體表現為在 tomcat 的設定檔 server.xml 中對 Connector 元素增加了如下的配置參數，專門用來對編碼進行直接的配置 
URIEncoding 用來設定通過 URI 傳遞的內容使用的編碼，tomcat 將使用這裡指定的編碼對用戶端傳送的內容進行編碼。 
什麼是 URI 呢？ 
java doc 的說明中如下說明：URI 是統一資源識別項，而 URL 是統一資源定位器。因此，籠統地說，每個 URL 都是 URI，但不一定每個 URI 都是 URL。這是因為 URI 還包括一個子類，即統一資源名稱 (URN)，它命名資源但不指定如何定位資源。
 
也就是說，我們通過 post 方法提交的參數實際上都是通過 uri 提交的，都由這個參數管理，如果沒有設定這個參數，則 tomcat 將使用預設的 iso8859-1 對用戶端的內容進行編碼！
 
useBodyEncodingForURI 使用與 Body 一樣的編碼來處理 URI, 這個設定是為了與 tomcat4保持相容。在 tomcat5 中，對post  的處理通過 前面的 URIEncoding 進行處理，對get 的內容依然通過 request.setCharacterEncoding 處理，為了保持相容，就有了這個設定。 
將 useBodyEncodingForURI 設定為真後，就可以通過 request.setCharacterEncoding 直接解決 get 和 post 中的亂碼問題。 
這樣，我們可以通過在 server.xml 中設定 URIEncoding 來解決 get 方法中的參數問題，使用過濾器來解決 post 方法中的問題。 
或者也可以通過在 server.xml 中設定 useBodyEncodingForURI 為 true ，配合過濾器來解決編碼的問題。 
在這裡，我強烈建議在網站的創作過程中，全程使用 utf-8 編碼來徹底解決亂碼問題。 
具體操作如下： 
1、頁面內容使用 utf-8 格式儲存，在頁面中加入 <mete http-equiv="contentType" content="textml;charst=utf-8"> 
2、伺服器端的 server.xml 中設定 useBodyEncodingForURI = true 
3、使用過濾器，過濾器設定編碼為 utf-8

四：如果有一些轉碼也轉不過來的話，可是試試開啟tomcat的server.xml，找到

<Connector acceptCount="100" connectionTimeout="20000" disableUploadTimeout="true" port="80" redirectPort="8443"> 

並在最後加上useBodyEncodingForURI="true" URIEncoding="UTF-8"，如下

<Connector acceptCount="100" connectionTimeout="20000" disableUploadTimeout="true" port="80" redirectPort="8443"  useBodyEncodingForURI="true" URIEncoding="UTF-8">

 五：
如果用JSTL的話，可以自己寫一個el的function，調用URLEncoder.encode來編碼。

IE預設對URL後面的參數是不編碼發送的，但是tomat預設是按ISO8859-1來進行URL解碼，因此才會出現上述錯誤。好的做法是：

1、在URL參數中確保用UTF-8編碼之，方法可以用js函數encodeURI()，或調用自訂的el function；
2、設定server.xml中的Connector熟悉URIEncoding="UTF-8"，確保解碼格式與編碼格式統一；

方法四：

<mce:script type="text/javascript"><!--   for(var i=0;i<document.links.length;i++){     document.links[i].href=encodeURI(document.links[i].href);     }   // --></mce:script>  <mce:script type="text/javascript"><!--for(var i=0;i<document.links.length;i++){document.links[i].href=encodeURI(document.links[i].href);}// --></mce:script>

 在action中：

String s=request.getParameter("s");s=new String(s.getBytes("iso-8859-1"),"gbk");

六：js的亂碼解決

1.用戶端：

url=encodeURI(url);

伺服器：

String linename = new String(request.getParameter("name").getBytes("ISO-8859-1"),"UTF-8");

2.用戶端：

url=encodeURI(encodeURI(url)); //用了2次encodeURI 

這個，是比較推崇的做法，為什麼這麼做，是有原因的，稍後整理下貼上來~~~

伺服器：

String linename = request.getParameter(name);

//java  : 字元解碼

linename = java.net.URLDecoder.decode(linename , "UTF-8");